A comparação de genomas é uma importante tarefa na qual a bioinformática pode ser aplicada, uma vez que ela permite a identificação de genes patogênicos, o que, por sua vez, pode auxiliar a combater ou a prevenir o surgimento de doenças. A partir da comparação de genomas, também é possível realizar a análise filogenética, que permite entender as relações evolutivas entre diferentes organismos. Em genomas de bactérias, essa análise geralmente é realizada com base no gene 16S rRNA. Entretanto, apesar de ser amplamente utilizado, filogenias com base nesse gene podem ter dificuldades para diferenciar organismos muito próximos evolutivamente. Essa importância da comparação de genomas e a necessidade de uma metodologia que permita distinguir organismos evolutivamente próximos na análise filogenética motivaram este trabalho, que teve como objetivo implementar ferramentas computacionais para identificar genes homólogos em genomas e, com base nesses genes, gerar filogenias e analisar se é possível distinguir os organismos evolutivamente próximos nessas filogenias. Para tanto, as ferramentas desenvolvidas para identificação de genes homólogos recebem resultados de alinhamentos e os filtram, de modo que dois genes são considerados homólogos se o alinhamento entre eles satisfizer os limiares definidos. Após a identificação das famílias de genes homólogos, tabelas são geradas com informações a respeito dos genes homólogos em cada genoma e, com base nessas tabelas, é possível gerar matrizes de distância e utilizar métodos de agrupamento hierárquico para a geração da filogenia ou realizar alinhamentos múltiplos com os genes identificados para posterior reconstrução filogenética. Além disso, também é possível representar os genes e famílias de genes homólogos por meio de um grafo, que pode auxiliar na escolha dos limiares para filtrar os alinhamentos. Para demonstrar e analisar a aplicabilidade das ferramentas desenvolvidas e das abordagens adotadas, experimentos foram realizados utilizando genomas de bactérias do gênero Xanthomonas, que contém um grande grupo de bactérias que causam doenças em plantas. Os resultados obtidos foram então comparados com filogenias de referência e com resultados de outros experimentos realizados. Essas comparações demonstraram que as famílias de genes homólogos podem ser úteis para distinguir genomas de organismos muito próximos evolutivamente, apesar de que essa abordagem apresentou dificuldades para separar os grupos de genomas mais distantes. Em contrapartida, na filogenia gerada a partir da região 16S rRNA, foi possível diferenciar esses organismos mais distantes, mas não foi possível distinguir os organismos muito próximos. Por fim, os experimentos realizados fornecem indícios de que as ferramentas desenvolvidas e as abordagens adotadas podem ser úteis para diferenciar genomas muito próximos evolutivamente de outros procariotos além das bactérias estudadas neste trabalho / Genome comparison is an important task on which bioinformatics can be used because it allows the identification of pathogen genes which can aid the combat of diseases and to avoid the emerging of new ones. Genome comparison also allows the phylogenetic analysis which provides the understanding of evolutional relations of different organisms. In bacterial genomes, this analysis is commonly based on 16S rRNA gene. Unfortunately, it can present some difficulties to distinguish closely related organisms. This importance of genome comparison and the necessity of a methodology to distinguish organisms that are closely related motivated this study, which aimed the development of computational tools to identify homologous genes in genomes, to use these genes to reconstruct phylogenies and to analyze if it is possible to distinguish closely related organisms on these phylogenies. To achieve this purpose, the developed tools to identify homologous genes receive the alignments results and filter it, such that two genes are homologous if their alignment satisfies the thresholds. After the identification of homologous gene families, the tools generates tables with information about the homologous genes presents in each genome and with these tables it is possible to create distance matrix to be used by hierarchical clustering methods to generate phylogenies or it is possible to perform multiple alignments with the identified genes to accomplish a phylogenetic reconstruction. Besides that, it is possible to represent the genes and homologous gene families in a graph, which can aid the choice of the thresholds to filter the alignments. To demonstrate and analyze the applicability of the developed tools and the approaches chosen in this study, experiments were performed using genomes of the bacterial genus Xanthomonas, which include a group of phytopathogenic bacteria. The results obtained were compared with reference phylogenies and with results of other experiments. These comparisons showed that homologous gene families can be used to differentiate closely related organisms, despite the fact that it presented difficulties to distinguish the groups of genomes that were evolutionarily far from each other. On the other hand, the phylogeny based on 16S rRNA region allows to distinguish the groups of genomes that were distant, but it was not possible to differentiate closely related organisms. As a conclusion, the experiments performed give pieces of evidence that the developed tools and the approaches adopted can be useful to distinguish genomes of closely related organisms of other prokaryotes besides the bacterias considered in this study

A comparação de genomas é uma importante tarefa na qual a bioinformática pode ser aplicada, uma vez que ela permite a identificação de genes patogênicos, o que, por sua vez, pode auxiliar a combater ou a prevenir o surgimento de doenças. A partir da comparação de genomas, também é possível realizar a análise filogenética, que permite entender as relações evolutivas entre diferentes organismos. Em genomas de bactérias, essa análise geralmente é realizada com base no gene 16S rRNA. Entretanto, apesar de ser amplamente utilizado, filogenias com base nesse gene podem ter dificuldades para diferenciar organismos muito próximos evolutivamente. Essa importância da comparação de genomas e a necessidade de uma metodologia que permita distinguir organismos evolutivamente próximos na análise filogenética motivaram este trabalho, que teve como objetivo implementar ferramentas computacionais para identificar genes homólogos em genomas e, com base nesses genes, gerar filogenias e analisar se é possível distinguir os organismos evolutivamente próximos nessas filogenias. Para tanto, as ferramentas desenvolvidas para identificação de genes homólogos recebem resultados de alinhamentos e os filtram, de modo que dois genes são considerados homólogos se o alinhamento entre eles satisfizer os limiares definidos. Após a identificação das famílias de genes homólogos, tabelas são geradas com informações a respeito dos genes homólogos em cada genoma e, com base nessas tabelas, é possível gerar matrizes de distância e utilizar métodos de agrupamento hierárquico para a geração da filogenia ou realizar alinhamentos múltiplos com os genes identificados para posterior reconstrução filogenética. Além disso, também é possível representar os genes e famílias de genes homólogos por meio de um grafo, que pode auxiliar na escolha dos limiares para filtrar os alinhamentos. Para demonstrar e analisar a aplicabilidade das ferramentas desenvolvidas e das abordagens adotadas, experimentos foram realizados utilizando genomas de bactérias do gênero Xanthomonas, que contém um grande grupo de bactérias que causam doenças em plantas. Os resultados obtidos foram então comparados com filogenias de referência e com resultados de outros experimentos realizados. Essas comparações demonstraram que as famílias de genes homólogos podem ser úteis para distinguir genomas de organismos muito próximos evolutivamente, apesar de que essa abordagem apresentou dificuldades para separar os grupos de genomas mais distantes. Em contrapartida, na filogenia gerada a partir da região 16S rRNA, foi possível diferenciar esses organismos mais distantes, mas não foi possível distinguir os organismos muito próximos. Por fim, os experimentos realizados fornecem indícios de que as ferramentas desenvolvidas e as abordagens adotadas podem ser úteis para diferenciar genomas muito próximos evolutivamente de outros procariotos além das bactérias estudadas neste trabalho / Genome comparison is an important task on which bioinformatics can be used because it allows the identification of pathogen genes which can aid the combat of diseases and to avoid the emerging of new ones. Genome comparison also allows the phylogenetic analysis which provides the understanding of evolutional relations of different organisms. In bacterial genomes, this analysis is commonly based on 16S rRNA gene. Unfortunately, it can present some difficulties to distinguish closely related organisms. This importance of genome comparison and the necessity of a methodology to distinguish organisms that are closely related motivated this study, which aimed the development of computational tools to identify homologous genes in genomes, to use these genes to reconstruct phylogenies and to analyze if it is possible to distinguish closely related organisms on these phylogenies. To achieve this purpose, the developed tools to identify homologous genes receive the alignments results and filter it, such that two genes are homologous if their alignment satisfies the thresholds. After the identification of homologous gene families, the tools generates tables with information about the homologous genes presents in each genome and with these tables it is possible to create distance matrix to be used by hierarchical clustering methods to generate phylogenies or it is possible to perform multiple alignments with the identified genes to accomplish a phylogenetic reconstruction. Besides that, it is possible to represent the genes and homologous gene families in a graph, which can aid the choice of the thresholds to filter the alignments. To demonstrate and analyze the applicability of the developed tools and the approaches chosen in this study, experiments were performed using genomes of the bacterial genus Xanthomonas, which include a group of phytopathogenic bacteria. The results obtained were compared with reference phylogenies and with results of other experiments. These comparisons showed that homologous gene families can be used to differentiate closely related organisms, despite the fact that it presented difficulties to distinguish the groups of genomes that were evolutionarily far from each other. On the other hand, the phylogeny based on 16S rRNA region allows to distinguish the groups of genomes that were distant, but it was not possible to differentiate closely related organisms. As a conclusion, the experiments performed give pieces of evidence that the developed tools and the approaches adopted can be useful to distinguish genomes of closely related organisms of other prokaryotes besides the bacterias considered in this study

Submitted by Marlene Santos (marlene.bc.ufg@gmail.com) on 2016-12-20T19:25:22Z No. of bitstreams: 2 Dissertação - João Augusto Vieira de Oliveira - 2015.pdf: 2197476 bytes, checksum: a0f442732e28ba900f7bc82946206efa (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Approved for entry into archive by Luciana Ferreira (lucgeral@gmail.com) on 2016-12-26T14:15:33Z (GMT) No. of bitstreams: 2 Dissertação - João Augusto Vieira de Oliveira - 2015.pdf: 2197476 bytes, checksum: a0f442732e28ba900f7bc82946206efa (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Made available in DSpace on 2016-12-26T14:15:33Z (GMT). No. of bitstreams: 2 Dissertação - João Augusto Vieira de Oliveira - 2015.pdf: 2197476 bytes, checksum: a0f442732e28ba900f7bc82946206efa (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Previous issue date: 2015-08-06 / Evidences indicate that by 2030 an increase in 40% of rice production is necessary so that it can meet the demand of the world population. The aim of this study was to quantify the expression of rice genes homologs to Arabidopsis genes previously related to yield (RUBISCO, AVP1, DA1 and TOR) by RT-qPCR analysis. The genotypes used in the study were the upland rice cultivars BRSMG Curinga and Primavera, and the old variety Douradão, which were evaluated in a yield experiment under two soil fertility levels, in a factorial scheme, in completely randomized design with two replications. Plant tissue samples were collected in vegetative and reproductive stages, which were used for total RNA isolation and subsequent cDNA syntheses. The cDNA was then subjected to RT-qPCR to evaluate the expression of four genes studied. Significant differences were observed in the expression of RUBISCO gene in leaves of upland rice plants in the vegetative stage, where there was a higher expression in high-level fertility in the soil, while in the reproductive stage, there was a higher expression in the low fertility treatment. DA1 that negatively regulates cell proliferation was less expressed in the vegetative stage in the treatment with high level of fertility, suggesting the suppression of this gene. AVP1 was more expressed in the reproductive stage, probably in order to increase the availability of P in a fundamental phase for the formation of the grain. TOR was the most expressed gene in this work, with a greater expression in adequate conditions of fertility, confirming its action under favorable conditions of cultivation. This study indicates that even two species that diverged over 120 million years have conserved productivity related metabolic routes. Thus, genes previously studied and validated in the model species Arabidopsis and that are of interest to economically important crops such as rice, may be the starting point for the development of cultivars with higher performance and better agronomic traits. / Evidências indicam que, até 2030, será necessário um aumento em 40% da produção de arroz para que ele possa atender a demanda da população mundial. O objetivo desse estudo foi quantificar a expressão de genes de arroz homólogos a genes de Arabidopsis anteriormente relacionados à produtividade (RUBISCO, AVP1, DA1 e TOR) por meio da análise de RT-qPCR. Os genótipos usados no estudo foram as cultivares de arroz de sequeiro BRSMG Curinga e Primavera, e a cultivar antiga Douradão, as quais foram avaliadas em um experimento de rendimento sob dois níveis de fertilidade do solo, em esquema fatorial, em delineamento experimental inteiramente casualizado, com duas repetições. Amostras de tecido foliar foram coletadas nas fases vegetativa e reprodutiva, que foram utilizadas para o isolamento de RNA total e posterior síntese de cDNA. O cDNA foi, em seguida, submetido à RT-qPCR para avaliar a expressão dos quatro genes estudados. Foram observadas diferenças significativas na expressão do gene RUBISCO (Ribulose bifosfato Carboxilase/Oxigenase) em folhas de plantas de arroz de terras altas no estádio vegetativo, em que houve uma maior expressão em solo com fertilidade recomendada, enquanto que na fase reprodutiva, houve uma maior expressão no tratamento de baixa fertilidade. DA1 (Receptor de Ubiquitina), que regula negativamente a proliferação celular foi menos expresso no estádio vegetativo, no tratamento com elevado nível de fertilidade, sugerindo a supressão deste gene. AVP1(Arabidopsis Vacuolar Pirofosfatase) foi mais expresso no estádio reprodutivo, provavelmente para aumentar a disponibilidade de P em uma fase fundamental para a formação do grão. TOR (Alvo de rapamicina) foi o gene com maior nível de expressão, principalmente no solo com maior nível de fertilidade, confirmando sua ação em condições favoráveis de cultivo. Esse estudo indica que mesmo duas espécies que divergiram mais de 120 milhões anos, como é o caso de Arabidopsis e arroz, têm conservadas rotas metabólicas relacionadas à produtividade. Assim, os genes previamente estudados e validados na espécie modelo Arabidopsis e que são de interesse para as culturas economicamente importantes, como o arroz, podem ser o ponto de partida para o desenvolvimento de cultivares com maior desempenho e melhores características agronômicas.

This diploma thesis deals with the description of homologous genes and molecular biological databases that are used for their search and allow comparison. Among the most important institutions that deal with data management and analysis, include the EBI, NCBI and CIB. For searching homologous genes is the most fundamental NCBI - National Center for Biotechnology Information. More attention is paid to the search algorithms of homologous genes such as BLASTN and PatternHunter. The practical part of this thesis is the implementation of the algorithm comparing two sequences and locating homologous genes. The comparison is made on the basis of the nucleotide sequence and amino acid sequence. The results generated from the program will be further compared with results from commercially available programs.

Sporisorium scitamineum é um fungo basidiomiceto causador do carvão da cana-de-açúcar, uma doença com impacto negativo no cultivo da cana-de-açúcar, e com ocorrência em todos os países produtores. A manifestação da doença na cultura da cana depende da formação de uma hifa dicariótica a partir da anastomose de duas hifas haplóides compatíveis com relação ao tipo de reação sexual (mating-type). O controle do cruzamento sexuado (mating) é realizado pela expressão de um conjunto de genes presentes em dois loci, a e b. O locus a codifica um lipopeptídeo com função de feromônio e um receptor de feromônio, responsáveis pelo reconhecimento de células compatíveis e fusão de hifas, enquanto o locus b codifica fatores de transcrição que controlam a expressão de genes responsáveis pela manutenção das hifas dicarióticas durante o processo de infecção e crescimento do fungo dentro da planta. Apesar de desempenharem função essencial no processo de infecção e manutenção da doença em cana-de-açúcar, o conhecimento a respeito da organização genômica ou da função dos demais genes presentes nos loci a e b em S. scitamineum e em outros fungos causadores de carvão é ainda incipiente. Desta forma, o objetivo geral do presente trabalho foi isolar as regiões genômicas relacionadas aos genes de cruzamento em S. scitamineum e analisar comparativamente com regiões similares já descritas e depositadas em bancos de dados públicos. Para o isolamento destas regiões, foi construída uma biblioteca genômica em BAC de uma linhagem haplóide de S. scitamineum, a Ssc39 (+), isolada de uma variedade de cana-de-açúcar com sintomas de alta susceptibilidade. Foram selecionados 11 clones por PCR. Os insertos foram sequenciados e utilizados para confirmação da montagem dos loci no sequenciamento do genoma do fungo. Apesar do fungo S. scitamineum apresentar sistema bipolar de reação sexual assim como o fungo U. hordei, as análises comparativas de ambos os locus indicaram que S. scitamineum apresenta maior similaridade com o fungo S. reilianum principalmente com o alelo a1, no qual apresenta sistema tetrapolar de reação sexual. A anotação e caracterização dos genes do tipo de reação sexual (mating type) possibilitaram a comparação e melhor entendimento sobre esses genes de grande importância na patogenicidade e no ciclo de vida do fungo. / Sporisorium scitamineum is a basidiomycete fungus causing the smut disease in sugarcane, with a negative impact on the cultivation of sugarcane, and occurring in all producing countries. The manifestation of the disease in sugarcane crop depends on the formation of a dikaryotic hyphae originated of the anastomosis of two haploid mating type compatible cells. The control of the sexual crossing (mating) is performed by expression of a set of genes present in two loci, a and b. The locus a encodes a lipopeptide with the function of pheromone and pheromone membrane receptor responsible for cell recognition and compatible hyphal fusion, whereas the locus b encodes transcription factors that control the expression of genes responsible for the maintenance of the dikaryotic hyphal growth in plant. Although they play an essential role in the maintenance of infection and disease in sugarcane process, knowledge about the genomic organization and function of other genes in these two loci of S. scitamineum and other smut fungi is still incipient. Thus, the overall goal of this work was to isolate genomic regions related to the mating type in S. scitamineum and to perform a comparative analyze with similar regions described and deposited in public databases. For the isolation of these regions, we constructed a genomic BAC library of a haploid strain of S. scitamineum, the Ssc39 (+), isolated from a variety of sugarcane with symptoms of high susceptibility. Eleven clones were selected by PCR. The inserts were sequenced and used to confirm the assembly of both loci in the genome sequencing of the fungus. Although S. scitamineum belongs to the class of bipolar system of sexual response as well as the fungus U. hordei , the comparative analysis of both loci indicated that S. scitamineum shows greater similarity to the S. reilianum mainly with A1 allele, which has a tetrapolar system sexual response. The annotation of the genes and characterization mating type genes enabled the comparison and better understanding of the importance of these genes in the life cycle of the fungus.

Sporisorium scitamineum é um fungo basidiomiceto causador do carvão da cana-de-açúcar, uma doença com impacto negativo no cultivo da cana-de-açúcar, e com ocorrência em todos os países produtores. A manifestação da doença na cultura da cana depende da formação de uma hifa dicariótica a partir da anastomose de duas hifas haplóides compatíveis com relação ao tipo de reação sexual (mating-type). O controle do cruzamento sexuado (mating) é realizado pela expressão de um conjunto de genes presentes em dois loci, a e b. O locus a codifica um lipopeptídeo com função de feromônio e um receptor de feromônio, responsáveis pelo reconhecimento de células compatíveis e fusão de hifas, enquanto o locus b codifica fatores de transcrição que controlam a expressão de genes responsáveis pela manutenção das hifas dicarióticas durante o processo de infecção e crescimento do fungo dentro da planta. Apesar de desempenharem função essencial no processo de infecção e manutenção da doença em cana-de-açúcar, o conhecimento a respeito da organização genômica ou da função dos demais genes presentes nos loci a e b em S. scitamineum e em outros fungos causadores de carvão é ainda incipiente. Desta forma, o objetivo geral do presente trabalho foi isolar as regiões genômicas relacionadas aos genes de cruzamento em S. scitamineum e analisar comparativamente com regiões similares já descritas e depositadas em bancos de dados públicos. Para o isolamento destas regiões, foi construída uma biblioteca genômica em BAC de uma linhagem haplóide de S. scitamineum, a Ssc39 (+), isolada de uma variedade de cana-de-açúcar com sintomas de alta susceptibilidade. Foram selecionados 11 clones por PCR. Os insertos foram sequenciados e utilizados para confirmação da montagem dos loci no sequenciamento do genoma do fungo. Apesar do fungo S. scitamineum apresentar sistema bipolar de reação sexual assim como o fungo U. hordei, as análises comparativas de ambos os locus indicaram que S. scitamineum apresenta maior similaridade com o fungo S. reilianum principalmente com o alelo a1, no qual apresenta sistema tetrapolar de reação sexual. A anotação e caracterização dos genes do tipo de reação sexual (mating type) possibilitaram a comparação e melhor entendimento sobre esses genes de grande importância na patogenicidade e no ciclo de vida do fungo. / Sporisorium scitamineum is a basidiomycete fungus causing the smut disease in sugarcane, with a negative impact on the cultivation of sugarcane, and occurring in all producing countries. The manifestation of the disease in sugarcane crop depends on the formation of a dikaryotic hyphae originated of the anastomosis of two haploid mating type compatible cells. The control of the sexual crossing (mating) is performed by expression of a set of genes present in two loci, a and b. The locus a encodes a lipopeptide with the function of pheromone and pheromone membrane receptor responsible for cell recognition and compatible hyphal fusion, whereas the locus b encodes transcription factors that control the expression of genes responsible for the maintenance of the dikaryotic hyphal growth in plant. Although they play an essential role in the maintenance of infection and disease in sugarcane process, knowledge about the genomic organization and function of other genes in these two loci of S. scitamineum and other smut fungi is still incipient. Thus, the overall goal of this work was to isolate genomic regions related to the mating type in S. scitamineum and to perform a comparative analyze with similar regions described and deposited in public databases. For the isolation of these regions, we constructed a genomic BAC library of a haploid strain of S. scitamineum, the Ssc39 (+), isolated from a variety of sugarcane with symptoms of high susceptibility. Eleven clones were selected by PCR. The inserts were sequenced and used to confirm the assembly of both loci in the genome sequencing of the fungus. Although S. scitamineum belongs to the class of bipolar system of sexual response as well as the fungus U. hordei , the comparative analysis of both loci indicated that S. scitamineum shows greater similarity to the S. reilianum mainly with A1 allele, which has a tetrapolar system sexual response. The annotation of the genes and characterization mating type genes enabled the comparison and better understanding of the importance of these genes in the life cycle of the fungus.

Identifying homologous genes, that is genes from a common ancestor, is important in comparative genomic studies for understanding gene annotation and the predicted function of a gene. Several pieces of software, of which the most well-known is BLAST, have been developed for identifying homologues, but this can be challenging in non-model organisms where sometimes poor quality of genome assemblies and lack of annotation make it difficult to robustly identify homologues. The aim of this project was to build a bioinformatic framework for homology detection using genomes from non-model organisms. The approach developed used genome annotations, annotated polypeptide sequences and genome assembly sequences to detect homologous genes.The framework was applied to identify Drosophila melanogaster homologous wing development genes in the genomes of nine other insect species with the aim to understand the evolution of loss of wings. To identify changes related to wing loss, the homologous protein sequences obtained were aligned and phylogenetic trees were built from them. The aim of creating the multiple protein alignments and phylogenetic trees was to shed light on whether changes in gene sequences can be related to presence or absence of wings. From the set of 21 candidate wing development genes identified with literature and subsequent database searches, I tested eight and was successful in identifying homologues for all of them in eight of the 10 in sectgenomes. This was done using a combination of text searches in genome annotations, searches with Exonerate v. 2.4.0 alignment program in annotated polypeptide sequences and in genome assemblies. The eight genes chosen for testing the framework were based on initial finding of putative homologues in the eight insect genomes when using the first two steps of the framework. For the set of homologous wing development genes examined I was not able to identify any conclusive pattern of potential protein coding changes that correlated with loss of wings in these species. Improvement to the current pipeline could include using query sequences from closer relatives of the 8 test species than D. melanogaster and, of course, testing of the remaining wing development genes as well as further literature study of wing development genes. Together these could improve future studies on the evolution of wing loss in insects.